首页
模型资源
临床前CRO
资源中心
科研工具
关于我们
商城
集团站群
CN

Molecular Cancer
乳腺癌免疫逃逸机制与新兴免疫治疗策略

2026-06-15
加入邮件订阅!
您将获得赛业生物最新资讯
摘要速览
Molecular Cancer | 乳腺癌免疫逃逸机制与新兴免疫治疗策略

小赛推荐:

该研究系统解析了乳腺癌免疫微环境的异质性及免疫逃逸的关键机制,为设计基于TME重塑的联合免疫治疗方案提供了重要理论依据,尤其对TNBC和HR+亚型的精准干预策略具有直接指导意义。

 

文献概述

本文《Breast cancer immunotherapy: mechanisms of immune evasion, biomarkers, and emerging therapeutic strategies》,发表于《Molecular Cancer》杂志,系统探讨了乳腺癌免疫逃逸的多维机制,重点解析了肿瘤微环境(TME)中免疫检查点激活、T细胞耗竭、Treg与MDSC介导的免疫抑制、MHC-I下调及基质细胞调控等关键路径。研究进一步总结了当前免疫治疗在不同分子亚型中的疗效瓶颈,并提出以生物标志物为导向的个体化联合治疗框架,涵盖ICIs、CAR-T、癌症疫苗和溶瘤病毒等前沿策略。该综述为推动乳腺癌免疫治疗的临床转化提供了系统性视角。

背景知识

乳腺癌是全球女性最常见的恶性肿瘤,其治疗仍面临异质性强、易复发和转移等挑战。尽管免疫治疗在黑色素瘤和肺癌中取得突破,但在乳腺癌中总体响应率有限,尤其在HR+亚型中因低免疫原性、TILs浸润不足及TME高度免疫抑制而疗效不佳。目前PD-1/PD-L1通路抑制剂仅在TNBC中部分患者获益,而耐药和免疫逃逸仍是主要障碍。研究瓶颈在于缺乏动态、空间分辨的多组学数据整合,难以精准识别响应人群。此外,Treg、MDSC和CAFs等基质成分的免疫调控网络尚未完全解析,限制了有效联合策略的设计。本文选题聚焦于免疫逃逸的系统性机制与生物标志物指导的个体化治疗,通过整合TMB、TILs、PD-L1和neoantigen等多维参数,为克服免疫抵抗提供了新思路。

 

针对乳腺癌免疫治疗研究,赛业生物提供HUGO-GT®全基因组人源化小鼠模型,涵盖SMA、AD、RTT等多种疾病相关基因,支持原位基因替换,保留完整基因组序列,适用于模拟人类基因调控和表达模式,助力基因治疗药物开发和临床前研究。

 

研究方法与核心实验

作者通过系统性文献综述,整合了近年来关于乳腺癌免疫微环境与免疫治疗响应的关键研究,涵盖临床试验数据(如KEYNOTE-355、IMpassion130)、多组学分析及机制研究。研究利用TNBC、HER2+和HR+患者队列的TME特征对比,揭示了不同亚型在TILs密度、PD-L1表达、TMB水平和免疫细胞浸润模式上的显著差异。通过图示模型(如Fig. 2-6)系统呈现了癌症免疫编辑三阶段、T细胞耗竭机制及基质-免疫串扰网络,强调了LAG-3、TIM-3、TGF-β和IL-10等因子在免疫逃逸中的协同作用。此外,作者分析了CAR-T、TCR-T、双特异性T细胞衔接剂和溶瘤病毒等新兴疗法的临床前与早期临床数据,评估其在克服MHC-I丢失或T细胞功能障碍中的潜力。

关键结论与观点

  • 乳腺癌免疫逃逸由TME中多种机制协同驱动,包括PD-1/PD-L1轴激活、Treg扩增、MDSC抑制和MHC-I下调,提示单一靶向难以根除免疫抵抗。
  • TNBC亚型虽具有较高TILs和PD-L1表达,但存在T细胞耗竭和基质屏障,需联合ICIs与化疗或靶向治疗以增强响应。
  • HR+乳腺癌表现为“冷肿瘤”,其低TMB和MHC-I表达限制T细胞识别,未来需开发增强抗原呈递的策略,如neoantigen疫苗或IFN-γ诱导剂。
  • CAFs通过分泌TGF-β和构建物理屏障抑制T细胞浸润,靶向CAFs或其信号通路(如CXCL12/CXCR4)可改善免疫治疗渗透性。
  • 神经活动通过TRPV1+感觉神经调控MDSC功能,提示神经-免疫串扰是新的干预靶点,可能通过调节sympathetic或parasympathetic输入影响治疗响应。
  • 多组学整合与人工智能驱动的个体化治疗框架有望实现精准免疫干预,尤其在TMB、TILs和PD-L1之外引入spatial profiling和ctDNA动态监测。

研究意义与展望

该研究强调了从“一刀切”到个体化免疫治疗的范式转变,提示未来应基于分子分型和TME特征进行分层治疗。例如,在TNBC中可优先采用ICIs联合化疗,而在HR+患者中需探索免疫刺激剂或表观遗传调节剂以“加热”肿瘤微环境。此外,CAR-T疗法虽在实体瘤中面临抗原异质性和TME抑制,但通过靶向HER2或MUC1等TAAs,并结合TGF-β阻断,有望突破耐药瓶颈。

临床转化上,该综述支持将TILs、PD-L1和TMB纳入常规检测,同时推动spatial transcriptomics和AI模型用于预测响应。例如,利用单细胞RNA-seq解析Treg与CTL的克隆动态,或通过ctDNA监测克隆演化,可实时调整治疗策略。最终,理性组合免疫治疗与化疗、放疗或靶向治疗,辅以immunosuppression清除,将是提升乳腺癌长期生存的关键路径。

 

为支持乳腺癌机制研究与药物开发,赛业生物提供多种免疫系统人源化小鼠模型,包括PBMC和HSC人源化小鼠,可在C-NKG背景下重建人类免疫系统,适用于肿瘤免疫、自身免疫病及传染病研究,支持免疫检查点抑制剂、CAR-T/NK细胞疗法等前沿领域。

 

结语

该综述系统揭示了乳腺癌免疫逃逸的复杂网络,强调了TME在塑造免疫抵抗中的核心作用。从实验室到临床,研究为开发基于生物标志物的个体化免疫治疗提供了理论框架,尤其在TNBC和HR+亚型中提出了差异化干预策略。未来,整合多组学数据与AI算法将推动精准免疫分型,实现动态调整治疗方案。同时,靶向Treg、MDSC、CAFs和神经-免疫轴的联合策略有望克服当前免疫治疗的瓶颈。该研究不仅深化了对乳腺癌免疫生物学的理解,更为临床试验设计和药物开发提供了明确方向,是推动乳腺癌免疫治疗迈向精准化、个体化时代的重要基石。

 

文献来源:
Valentin P Shichkin, Ahsen Morva, Vijay K Ulaganathan, Simona Kranjc Brezar, and Sweta Rani. Breast cancer immunotherapy: mechanisms of immune evasion, biomarkers, and emerging therapeutic strategies. Molecular Cancer.